面板清理器

这个工具使用机器学习来查找文本，然后生成尽可能精确的遮罩来覆盖文本。它旨在清理简单的气泡，不进行图像修复或气泡外文本的移除。这是为了节省大量单调的工作，适用于需要清理大量面板的人，同时确保不会覆盖不应该覆盖的内容。

右上页面中可视化的内容：

在 AI 找到文本的地方绘制了各种框。
（绿色）AI 还生成了精确的遮罩，显示检测到文本的位置。
（紫色）这些遮罩被扩展以覆盖未被检测到的附近文本，以及 JPEG 压缩造成的伪影。
（蓝色）对于紧密贴合的遮罩，遮罩边缘周围的区域会进行去噪以最终清理，而不影响图像的其他部分。

底部两个页面是程序可以输出的内容：透明的遮罩层和/或应用遮罩后的原始图像，即清理后的图像。

功能

清理文本气泡而不留下伪影。
避免覆盖非文本部分的图像。
对无法简单遮罩的气泡进行图像修复（使用 LaMa 机器学习）。
忽略只包含符号或数字的气泡，因为这些不需要翻译。
提供图形用户界面以便于使用，支持深色、浅色和系统主题。
安装模型数据后无需互联网连接。
提供大量选项来自定义清理过程，并能够将多个预设保存为配置文件。查看默认配置文件以了解所有选项。
提供清理过程的详细分析，以查看设置如何影响结果。
如果作为 Python 包安装并且您的硬件支持，则支持 CUDA 加速。
支持批量处理图像和目录。
可以处理任何纯灰度背景色上的气泡。
也可以从图像的其余部分剪切出文本，例如粘贴到彩色版本上。
还可以对页面进行 OCR 并将文本输出到文件。
审查清理和 OCR 输出，包括在保存前交互式编辑 OCR 输出。
界面支持语言：英语、德语、保加利亚语、西班牙语（更多语言请参见翻译）

局限性

仅支持日语和英语文本的清理（其他语言的效果可能有所不同），OCR 仅支持日语。
支持的文件类型：.jpeg、.jpg、.png、.bmp、.tiff、.tif、.jp2、.dib、.webp、.ppm
程序依赖 AI 进行初始文本检测，这本质上是不完美的。有时会遗漏一些小文本或误认为气泡的一部分属于文本，这将阻止该气泡被清理。根据测试，这通常影响 2-8% 的气泡，具体取决于您的设置。
由于在选择遮罩时采取了保守方法，如果程序无法令人满意地清理气泡，它将直接跳过该气泡。然而，这也防止了误报。
对于遮罩，目前仅支持灰度。这意味着它可以覆盖白色、黑色或灰色气泡中的文本，但不能覆盖彩色气泡中的文本。

为什么使用这个程序？

这个程序旨在精确且完全地清理文本气泡，而不留下任何伪影。其目的是通过处理单调的工作来节省清理人员的时间。用于检测文本和生成初始遮罩的AI并非作为本项目的一部分创建，本项目仅将其作为起点并改进其输出。

原始图像	AI 输出	面板清理器

如您所见，对AI输出进行额外清理后,一些残留的文本和JPEG压缩痕迹被去除,气泡完全清理干净。当无法完全清理时,Panel Cleaner会跳过该气泡,以避免浪费您的时间处理清理效果不佳的文本。具体的清理行为是高度可配置的,详见配置文件部分。

安装

您可以选择从发布页面安装预编译的二进制文件(exe或elf)(推荐大多数用户使用),或者使用pip将其安装到本地Python解释器中。

注意:所有版本在首次启动时都需要下载模型数据(约500MB)。如果Panel Cleaner更新,这些模型数据无需重新下载。

重要提示:预编译的二进制文件不支持CUDA加速。要使用CUDA,您必须使用pip安装程序,并确保为您的系统安装适当的pytorch版本。

使用Pip安装

该程序需要Python 3.10或更高版本。

使用pip从PyPI安装带有命令行界面和图形界面的程序:

pip install pcleaner

或者如果您只想使用命令行界面:

pip install pcleaner-cli

注意:pcleaner和pcleaner-cli可以并行安装,但仅CLI的包会是多余的。

注意:该程序已在Linux、MacOS和Windows上测试通过,但需要不同程度的设置。详见FAQ获取帮助。

从Arch用户仓库安装

这会在pipx环境中安装程序,允许pytorch为您的系统下载适当的CUDA版本,使其成为最佳的安装方法。

您可以在这里找到该包:panelcleaner

这将提供pcleaner和pcleaner-gui命令,以及GUI的桌面文件。

使用您喜欢的AUR助手安装,例如使用yay:

yay -S panelcleaner

使用Flatpak安装

这会在flatpak容器中安装预编译的二进制文件,不支持CUDA加速。

在Flathub上获取

使用Docker安装

使用buildx构建镜像:

docker buildx build -t pcleaner:v1 .

或使用传统构建器:

docker image build -t pcleaner:v1 .

然后初始化Docker镜像,指定一个容器可访问的根文件夹。在此示例中,使用当前目录(pwd):

docker run -it --name pcleaner -v $(pwd):/app pcleaner:v1

这还会在容器中启动一个交互式shell。

之后您可以通过以下方式打开另一个:

docker start pcleaner
docker exec -it pcleaner bash

命令行使用

该程序可以从命令行运行,在最常见的用法中,它接受任意数量的图像或目录作为输入。程序将在输入文件所在的目录中创建一个名为cleaned的新目录,并将清理后的图像和/或蒙版放置在那里。通常,只导出蒙版层更有用,您可以通过添加--save-only-mask选项(简写为-m)来实现这一点。

示例:

pcleaner clean image1.png image2.png image3.png

pcleaner clean -m folder1 image1.png

使用CUDA加速处理46张图像的实时演示。

还有更多选项,可以通过运行以下命令查看:

pcleaner --help

使用命令行启动GUI

可以使用gui命令从命令行启动GUI:

pcleaner gui

或直接使用

pcleaner-gui

如果找不到pcleaner,请确保它在您的PATH变量中,或尝试

python -m pcleaner

替代。

配置文件

该程序在配置文件中公开了每个可能的设置,这些文件以简单的文本文件形式保存,也可以通过GUI访问。每个配置选项都在文件内部进行了解释,使您能够根据特定需求优化清理过程的每个参数。
只需使用以下命令生成一个新的配置文件:

pcleaner profile new 我的配置文件名称

它将在文本编辑器中为您打开新的配置文件。
以下是默认配置文件的一小段示例:

# 每步增长蒙版的像素数。
# 这会增加蒙版轮廓的厚度,因此较小的值会更精确但速度较慢。
mask_growth_step_pixels = 2

# 增长蒙版的步数。
# 更高的数值会生成更多更大的蒙版,最终受参考框大小的限制。
mask_growth_steps = 11

通过在命令中添加--profile=我的配置文件名称或-p 我的配置文件名称来使用指定的配置文件运行清理器。

如果您难以看出设置如何影响结果,可以使用--cache-masks选项将中间步骤的可视化保存到缓存目录。

默认配置文件	自定义配置文件

mask_growth_step_pixels = 2	mask_growth_step_pixels = 4
mask_growth_steps = 11	mask_growth_steps = 4

此外,终端中还提供了每个处理步骤的分析,因此您可以看到设置如何影响整体结果。

有关所有选项的列表,请参阅默认配置文件。

注意:默认配置文件针对大约1100x1600像素大小的图像进行了优化。如果您使用分辨率明显较低或较高的图像,请在配置文件中相应调整大小参数。

OCR

你还可以使用Panel Cleaner对页面进行光学字符识别（OCR），并将文本输出到文件中。这可能对辅助翻译或提取文本进行分析很有用。

你可以使用以下命令运行OCR：

pcleaner ocr myfolder --output-path=output.txt

这也可以在图形界面中使用，作为OCR输出选项。

Panel Cleaner可以直接使用MangaOCR处理日语OCR，这是处理日语文本的首选方法。如果可用，Panel Cleaner还可以使用Tesseract进行OCR，特别是用于处理英语和日语文本，目前仅支持这两种语言。请按照以下说明在你的系统上安装Tesseract。

安装Tesseract

Windows

从Tesseract官方GitHub仓库下载安装程序。我们建议从那里链接的UB Mannheim获取最新版本（64位）。
运行安装程序，按照屏幕上的说明进行系统范围的安装。
将Tesseract安装目录添加到你的PATH环境变量中。如果你进行了系统范围的安装，这意味着将目录C:\Program Files\Tesseract-OCR添加到你的PATH中。
重启你的电脑。